Anda di halaman 1dari 27

PENAKSIRAN FUNGSI PERMINTAAN

TUGAS KELOMPOK

Disusun Untuk Memenuhi Tugas Ekonomi Manajerial

DOSEN PEMBIMBING :
ELOK ROSYIDAH, SE, MM.MM

DISUSUN OLEH :
Kelompok 5

1. Romy Izza Alfa 31165323


2. Moh. Firmansyah 31165374
3. Nurlaili 31165320

PROGRAM STUDI MANAJEMEN


FAKULTAS EKONOMI
UNIVERSITAS 17 AGUSTUS 1945 BANYUWANGI

2019

Kata Pengantar
Puji syukur kehadirat Tuhan Yang Maha Esa karena atas rahmat dan
karunia-Nya makalah ini dapat disusun dengan baik dan tepat pada waktunya.
Adapun tujuan dari penulisan makalah ini adalah untuk memberikan wawasan
kepada teman-teman yang belum mengetahui lebih dalam tentang “Penaksiran
Fungsi Permintaan”.

Kami berterima kasih kepada Ibu ELOK ROSYIDAH, SE,MM.MM


selaku dosen Konsentrasi Manajemen yang telah memberikan tugas kepada kami
sehingga kami dapat menyusun makalah ini dengan baik dan benar Kami sadar
penyusunan makalah ini masih jauh dari sempurna. Oleh karena itu, kami sangat
mengharapkan kritik dan saran guna meningkatkan kinerja penyusun agar menjadi
lebih baik. Kami berharap semoga makalah ini dapat memberi pengetahuan yang
lebih mendalam tentang “ Penaksiran Fungsi Permintaan”, dan dapat dipahami
dengan mudah.

Banyuwangi, 9 Maret 2019

Penyusun

DAFTAR ISI

ii
KATAPENGANTAR...............................................................................................i

DAFTAR ISI............................................................................................................ii

BAB I PENDAHULUAN
1.1 Latar Belakang..................................................................................1
1.2 Rumusan Masalah.............................................................................1
1.3 Tujuan Penulisan...............................................................................2
BAB II PEMBAHASAN
2.1 Metode Estimasi Permintaan.............................................................3
2.1.1 Interview,Survei, dan Eksperimentasi pasar………………...3
2.2 Analisis Kualitatif……....................................................................8
2.2.1 Teknik Survei………………………………………………..9
2.2.2 Jajak pendapat……………………………………………...10
2.2.3 Mendapatkan perspektif luar negeri……………………..…11
2.3 Analisis Regresi Permintaan Konsumen…………………………..12
BAB III PENUTUP
KESIMPULAN......................................................................................................24
DAFTAR PUSTAKA............................................................................................25

iii
BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam makalah ini dimaksudkan untuk membahas tentang bagaimana


cara/metode yang biasa di dalam memperoleh data permintaan untuk
memecahkan masalah-masalah keputusan bisnis. Tentu saja harapannya adalah
bahwa nilai informasi yang dapat seharusnya lebih besar dibandingnya dengan
biaya yang digunakan untuk mendapatkan informasi tersebut.

Sebelum membahas persoalan diatas lebih jauh, terlebih dahulu kita


bedakan pengertian antara penapsiran (estimation) dan prakiraan (forecasting)
permintaan. Penaksiran permintaan merupakan proses untuk menemukan nilai
dari koefisien-koefisien fungsi permintaan akan suatu produk pada masa kini
(curen values). Sedangkan prakiraan permintaan merupakan proses
menemukan nilai-nilai permintaan pada periode waktu yang akan datang
(future values). Nilai-nilai masa kini dibutuhkan untuk mengevaluasi
optimalitas penentuan harga sekarang dan kebijaksanaan promosi dan untuk
membuat keputusan sehari-hari. Nilai-nilai pada untuk waktu yang akan datang
diperlukan untuk perencanaan produksi, pengembangan produk baru, investasi,
dan keadaan-keadaan lain dimana keputusan yang harus dibuat mempunyai
dampak pada periode waktu yang panjang.

1.2 Rumusan Masalah

Telah dikatakan sebelumnya, untuk memecahkan masalah keputusan


dalam suatu bidang bisnis, salah satu data yang diperlukan adalah data
permintaan. Permintaan konsumen terhadap suatu produk/barang dapat
dinyatakan dengan suatu fungsi yang merupakan hubungan antara variabel
dependen dengan variabel independen. Variabel-variabel inilah yang nantinya
akan akan dicari nilai koefisiennya dan akhirnya dengan suatu teknik tertentu

1
dapat diketahui hubungan antara kedua variabel tersebut. Maka yang menjadi
permasalahan dalam makalah ini adalah sebagai berikut :

1. Bagaimana mengidentifikasi dan penaksiran permintaan?

2. Apa yang dikamsud dengan analisis kualitatif?

3. Bagaimana pengembangan metode analisis regresi, analisis waktu dan


proyeksi?

1.3 Tujuan penulisan

1. Untuk mengetahui Bagaimana mengidentifikasi dan penaksiran


permintaan?

2. Untuk mengetahui Apa yang dikamsud dengan analisis kualitatif?

3. Untuk mengetahui Bagaimana pengembangan metode analisis regresi,


analisis waktu dan proyeksi?

2
BAB II

PEMBAHASAN

2.1 Metode Estimasi Permintaan

Metode estimasi nilai koefisien beta dalam fungsi permintaan bisa


digolongkan baik sebagai yang langsung maupun tidak langsung. Estimasi
permintaan dengan metode langsung diperoleh melalui wawancara, survei dan
eksperimen paper, dalam mana pembeli potensial diberi pertanyaan tentang
reaksi yang mungkin muncul sebagai akibat adanya perubahan harga maupun
perubahan variabel lainnya. Metode tidak langsung estimasi permintaan
merupakan bentuk analisis statistika dengan tujuan untuk mengetahui
perubahan permintaan sebagai akibat adanya perubahan dalam variabel penting
bebasnya, analisis ini dikenal dengan metode regresi.

2.1.1 Interview,Survei, dan Eksperimentasi pasar


 Interview

Metode langsung estimasi permintaan, secara sederhana dapat dilakukan


dengan mengajukan pertanyaan kepada pembeli maupun pembeli potensial
tentang reaksi-reaksi potensial terhadap perubahan dalam harga ataupun
determinan lain atas keputusan mereka untuk membeli produk.

Pappas (Terjem. 1995:2000), teknik ini dapat diterapkan secara naip


dengan semata-mata mencegat orang-orang yang berbelanja dan mengajukan
pertanyaan-pertanyaan tentang jumlah produk yang akan mereka beli di
berbagai tingkat harga. Dalam ekstrim lainnya, para pewawancara terlatih
mengajukan pertanyaan-pertanyaan yang canggih ke sebuah sampel pelanggan
yang dipilih secara seksama untuk menghasilkan informasi yang diinginkan.

Walaupun kelihatannya sederhana, dalam pelaksanaannya pendekatan ini


menghadapi banyak kesulitan, yaitu :

1. Kecakapan random

3
Individu yang disurvei harus mewakili pasar secara keseluruhan
sehingga hasilnya tidak bisa. Oleh sebab itu sampel harus cukup besar
dan menggunakan metode random sehingga informasi pasar yang
layak untuk mengadakan rencana perubahan.
2. Bias pewawancara
Dalam hal ini kehadiran pewawancara dapat mempengaruhi perasaan
responden menjadi agak bodoh sehingga responden dapat memberikan
jawaban-jawaban yang tidak benar. Bias pewawancara sering terjadi
baik dalam personal interview, dan bahkan koesioner yang diposkan
sekalipun (sebab ada orang lain yang membacanya).
3. Adanya kesenjangan antara niat dan tindakan
Arsyad (1993:169), masalah ini sering disebut juga sebagai masalah
akurasi jawaban (response accurasy). Konsumen benar-benar berniat
membeli suatu produk ketika diwawancarai, tetapi ketika dipasarkan
mungkin sesuatu hal telah mengubah niat dan pikiran konsumen
tersebut. Akhirnya jawaban-jawaban responden juga tidak dapat
dipercaya bila pertanyaan yang diajukan membingungkan atau ditafsir
salah atau mengundang hal-hal di luar dunia imajinasi konsumen.

Secara ringkas bisa dikatakan bahwa dalam membuat koesioner,


harus dipikirkan masak-masak dan hati-hati dan harus disertai analisis
dalam menginterprestasikan hasil survei. Berikut diberikan contoh hasil
survei pasar.

Contoh :

Perusahaan produk kulit SYLVAIN bermaksud untuk memperkenalkan


produk baru yaitu dompet, ia ingin membuat estimasi kurva permintaan
dengan jalan melakukan survei dan menyebarkan koesioner terhadap seribu
orang yang sedang berbelanja barang-barang sejenis. Setiap responden
masing-masing ditanya tentang kemauannya untuk membeli produk dompet
pada berbagai tingkatan harga. Mereka diminta untuk memilih satu diantara
enam jawaban. Jawaban a. Definitely no; b. Not likely; c. Perhaps; d. Quite
likely; e. Very likely; f. Definitely yes. Analisa telah menetapkan distribusi

4
probabilitas pada setiap enam jawaban tersebut adalah 0.0 untuk jawaban a;
0.2 untuk jawaban b; 0.4 unntuk jawaban c; 0.6 untuk jawaban d; 0.8 untuk
jawaban e; dan 1.0 untuk jawaban f.

Price NUMBER OF PEOPLE RESPONDING AS Expected


(a) (b) (c) (d) (e) (f)
($) quantity
9 500 300 125 50 25 0 160
8 300 225 175 150 100 50 335
7 100 150 250 250 150 100 500
6 50 100 100 300 250 200 640
5 0 25 50 225 300 800 800

Berdasarkan data tersebut kita dapat menghitung nilai harapan atas


quantitas permintaan dompet pada setiap tingkatan harga. Q pada harga $9.00
adalah sebanyak 160.

E(Q) = 500(0.0)+300(0.2)+125(0.4)+50(0.6)+25(0.8)+0(1.0) = 160 unit.


Begitu pula untuk perhitungan pada harga-harga yang lain adalah sama.

Dengan menempatkan koordinat kuantitas-harga yang ada pada tabel di


atas pada suatu grafik, tampak bahwa intercept kurva permintaan mendekati
$10.00 dan slopenya mendekati -5/800 atau -0.00625. Sehingga taksiran kurva
permintaan tersebut adalah Px = 10.00 – 0.00625Qx. Kemudian dari kurva
permintaan tersebut, dapat ditentukan MR, yaitu MRx = 10.00 – 0.0125Qx,
karena kurva MR mempunyai intercept yang sama dengan kurva permintaan,
tetapi slopenya dua kali slope kurva permintaan. Kurva permintaan dan kurva
MR yang dimaksud seperti berikut :

5
Px=100.00-0.00625Qx Px=10.00-0.00625Qx

0 Q

 Survei konsumen

Survei konsumen melibatkan sejumlah sampel konsumen tentang


bagaimana mereka akan beraksi terhadap perubahan tertentu dalam harga suatu
komoditas, pendapatan, harga dari komoditas yang berhubungan, pengeluaran
iklan, insentif kredit, dan determinan yang lainnya. Survei ini dapat dilakukan
dengan mencegah dan menanyai orang-orang pada suatu pusat perbelanjaan
atau dengan menyusun daftar pertanyaan (kuesioner) yang canggih untuk
dibagikan kepada sampel konsumen tertentu oleh para penanya (interviewer)
yang terlatih.

 Eksperimentasi pasar

Tidak seperti klinik konsumen,yang dijalankan dalam suatu laboratorium


yang ketat,eksperimen pasar (Market ekperimen) diadakan dipasar yag
sesugguhnya. Terdapat banyak cara untuk melakukan eksperiment ini. Salah
satu metodenya adalah dengan memilih beberapa pasar dengan karakteristik
sosioekonomi yang mirip dan mengubah harga komoditas didalam beberapa
toko atau pasar, mengubah bungkus dipasar atau toko yang lain,serta
mengubah jumlah dan tipe promosi di pasar atau toko yang lainnya, kemudian
merekam respon (pembeli) yang dilakukan oleh konsumen di beberapa pasar
tersebut. Dengan mennggunakan data sensus atau survey terhadap berbagai

6
macam pasar, sebuah perusahaan juga dapat menentukan efek dari umur, jenis
kelamin, tingkat pendidikan,pendapatan, jumlah keluarga dan lainnya terhadap
permintaan akan komoditas. Pilihan lainnya perusahaan dapat mengubah, satu
hal sdalam satu waktu, masing – masing factor yang menentukan permintaan
yang bisa dikontrol dalam pasar tertentu, dalam jangka waktu tertentu , dan
merekam respon konsumennya.

Keunggulan dari eksperimen pasar adalah bahwa mereka dapat


dilakukan dalam skala besar untuk lebih meyakinkan mengenai keabsahan dari
hasilnya dan bahwa konsumen tidak sadar bahwa mereka merupakan bagian
dari suatu eksperimen. Eksperimen pasar ini juga mempunyai beberapa
kekurangan yang serius. Salah satunya adalah bahwa dalam rangka menjaga
biaya tetap rendah, eksperimen biasanya tetap dilakukan dalam skala yang
terbatas dan dalam jangka waktu yang relatif singkat, sehingga gambarannya
terhadap seluruh pasar dan untuk jangka waktu yang lebih panjang patut
dipertanyakan. Kejadian ini diluar dugaan, seperti mogok, cuaca yang buruk,
dapat secara serius menjadikan hasil yang bias dalam eksperimen yang tidak
terkontrol. Mereka juga dapat memonitor eksperimen ini dan mengambil
keuntungan informasi yang bermanfaat yang tidak ingin dibuka oleh
perusahaan. Akhirnya, sebuah perusahaan dapat secara permanen kehilangan
pelanggan karena proses peningkatan harganya selama eksperimen berlangsung
dengan harga yang relatif tinggi.

Disamping kekurangan tersebut , eksperimen pasar dapat berguna bagi


perusahaan dalam menentukan strategi penentuan harganya yang terbaik dan
menguji beberapa jenis bungkus yang berbeda , kampanye promosi, dan
kualitas produk. Eksperimen pasar yang utama benar-benar berguna dalam
proses pengenalan produk dimana tidak ada data lainnya yang tersedia. Ia juga
menjadi sangat bermanfaat dalam menguji hasil dari teknik statistik yang
lainnya yang digunakan untuk mengestimasi permintaan dan dalam
menyediakan beberpa data yang diperlukan untuk teknik statistik yang lain nya
dari estimasi permintaan.

7
 Eksperimen Pasar Secara Langsung

Eksperimen pasar secara langsung ini melibatkan orang-orang yang benar-


benar berada di situasi pasar sebenarnya yang membelanjakan uangnya untuk
barang dan jasa yang mereka inginkan. Perusahaan memilih satu kota atu lebih,
pasar regional, atau negara dan melakukan eksperimen pada “pasar-pasar uji”
ini dirancang untuk mencari tahu “penerimaan” konsumen atas produk dan
mengidentifikasi dampak perubahan dari satu variabel yang dapat dikendalikan
atau lebih terhadap jumlah yang diminta. Sebagai contoh, pada sebuah pasar
regional perusahaan dapat memotong harga produknya sebesar 10% dan
membandingkan reaksi penjualan pada pasar tersebut dengan pasar regional
serupa lainnya. Kemungkinan lain, perusahaan tersebut dapat meningkatkan
promosi di pasar tertentu untuk “menilai” dampak dari suatu perubahan
sebelum menanggung biaya dan resiko yang lebih besar untuk melakukan
perubahan tersebut di seluruh wilayah negara.

2.2 Analisis kualitatif

Survei dan jajak pendapat sering digunakan untuk membuat ramalan


jangka pendek apabila data kuantitatif tidak tersedia. Teknik-teknik kualitatif
ini dapat pula bermnfaat untuk melengkapi peramalan kualitatif yang
mengantisipasi berbagai perubaha dalam selera konsumen atau haeapan-
harapan perusahaan mengenai kondisi perekonomian dimasa mendatang.
Teknik-teknik itu juga bisa tak ternilai dalam meramalkan permintaan terhadap
produk yang ingin diperkenalkan oleh perusahaan. Di subbab ini akan dikaji
dengan singkat peramalan berdasarkan survei, jajak pendapat, dan meminta
perspektif di luar negeri.

2. 2. 1 Teknik survei

Pemikiran untuk mengadakan peramalan berdasarkan survei mengenai


berbagai kecenderungan ekonomi adalah supaya berbagai keputusan ekonomi

8
dapat dibuat dengan baik sebelum terjadi pengeluaran aktual. Beberapa survei
yang sangat terkenal yang digunakan untuk meramalkan kegiatan ekonomi
pada umumnya dan kegiatan ekonomi di berbagai sektor perekonomian adalah:

1. Survei tentang pabrik dan para eksekusi bisnis dan rencana pengeluaran
untuk perlengkapan. Survei ini dilakukan secara berkala oleh McGraw-
Hill,Inc menyangkut lebih dari 50% pembelanjaan pabrik dan
perlengkapan baru, dilaksanakan dua kali setahun, dan diterbitkan oleh
Business Week (suatu terbitanMcGraw-Hill).
2. Survei tentang rencana perubahan inventori dan harapan penjualan. Ini
dilaksanakan secara berkala oleh Departemen Perdagangan, Asosiasi Agen
Pembelian Nasional dan mereka melaporkan tentang rencan para eksekutif
bisnis mengenai perubahan inventory dan harapan akan penjualan di masa
mendatang.
3. Survei tentang rencana pengeluaran konsumen. Ini dilaksanakan secara
berkala oleh Biro Sensus dan Pusat Riset Survei Universitas Michigan,
dan mereka melaporkan tentang keinginan konsumen untuk membeli
produk-produk spesifik, termasuk rumah, peralatan konsumen, dan mobil.
Hasilnya sering dipakai untuk meramalkan permintaan konsumen pada
umumnya dan tingkat kepercayaan konsumen dalam perekonomian.

Umumnya, laporan dari survei-sirvei ini sudah cukup baik untuk


meramalkan berbagai pengeluaran aktual, kecuali dalam masa-masa
gejolak politik internasional yang tak diharapkan, seperti perang atau
ancaman perang. Apabila digunakan secara bersama-sama dengan metode-
metode kualitatif lainnya, survei bisa sangat berguna dalam meramalkan
kegiatan ekonomi di sektor-sektor ekonomi yang spesifik dan untuk
perekonomian secara keseluruhan. Perusahaan AS mengeluarkan lebih dari
$ 1 milyar setiap tahun untuk menanyakan kepada lebih dari 50 juta
konumen tentang pendapat mereka mengenai berbagai produk barang dan
jasa. Meskipun demikian, semakin besar jumlah konsumen yang menolak
ikut serta dalam survei riset pasar karena waktunya tersita, privasinya
hilang, dan adanya tekana dari para penjual yang beroperasi dengan

9
selubung riset pasar. Ini menimbulkan kesulitan yang semakin besar dalam
memperoleh sampel-sampel yang representatif dan tren pemanfaatan riset
observasi yang lebih besar.

2.2.2 Jajak pendapat

Meskipun hasil-hasil survei yang diterbitkan mengenai rencana


pengeluaran dari kalangan bisnis konsumen dan pemerintah sangat
penting,namun biasanya perusahaan memerlukan peralatan spesifik untuk
penjualan sendiri. Penjualan dari perusahaan sangat tergantung pada tingkat
umum dari kegiatan ekonomi dan penjualan untuk industri secara
keseluruhan,tetapi juga tergantung pada kebijakan yang digariskan oleh
perusahaan. Perusahaan dapat meramalkan penjualannya memlalui pendapat
para pakar di dalam dan di luar perusahaan. Ada beberapa teknik jajak
pendapat :

 Jajak Pendapat Eksekutif.


Perusahaan dapat mengumpulkan pendapat para manajer tingkat atas
dari bagian penjualan, produksi, keuangan, dan personalia mengenai
pandangan mereka tentang masa depanpenjualan dari perusahaan selama
kuartal atau tahun yang akan datang. Walaupun pandangan-pandangan pribadi
itu lebih banyak bersifat subjektif,namun dengan mengambil rata-rata pendapat
para pakar yang sangat mengenal perusahaan dan produk-produknya,
perusahaan berharap dapat sampai pada peramalan yang lebih baik daripada
pendapat yang disampaikan oleh para pakar tersebut secara individual. Para
pakar pemasaran dari luar dapat juga dikumpulkan pendapatnya. Untuk
menghindari efek kereta maka bisa digunakan apa yang dinamakan metode
Delphi. Disini para pakar diminta pendapatnya secara terpisah, kemudian
diberikan umpan balik tanpa mengidentifikasikan pakar yang bertanggung
jawab atas pendapat tertentu. Melalui prosedur umpan balik diharapkan para
pakar dapat sampai pada peramalan yang disepakati.
 Jajak Pendapat Tenaga Penjual.

10
Ini adalah peramalan penjual dari perusahaan di tiap daerah pada setiap
gugus produk. Peramalan ini didasarkan pada pendapat tenaga penjual yang
ditugaskan dilapangan oleh perusahaan. Meraka adalah orang-orang yang
paling dekat dengan pasar, dan pendapat mereka mengenai penjualan dimasa
mendatang dapat memberikan informasi berharga bagi manajemen puncak
perusahaan.
 Jajak Pendapat Tentang Konsumen.
Beberapa perusahaan yang menjua mobil, mebel,alat-alat rumah
tangga, dan barang-barang tahan lama lainnya kadang-kadang mengumpulkan
pendapat para pembeli potensial mengenai apa yang ingin dibeli. Dengan
menggunakan hasil jajak pendapat itu, perusahaan dapat meramalkan
penjualannya secara nasional untuk tingkat yang berbeda-beda dari pendapatan
disposable konsumen yang bisa disediakan pada masa depan.
2.2.3 Mendapatkan perspektif luar negeri

Banyak perusahaan AS menjual peningkatan hasil produksinya ke luar


negeri dan menghadapi persaingan yang semakin meningkat di dalam maupun
di luar negeri dan perusahaan asing. Maka, menjadi semakin penting bagi
perusahaan-perusahaan tersebut untuk meramalkan berbagai perubahan dalam
paras dan produk di luar negeri karena hal ini memengaruhi tidak hanya ekspor
perusahaan tetapi juga daya saingnya di dalam negeri. Untuk mendapatkan
perspektif luar negeri seperti itu, semakin banyak perusahaan AS membentuk
dewan-dewan beranggotakan orang-orang terhormat dan orang-orang bisnis
dari luar negeri, terutama di Eropa. Maksudnya adalah untuk memperoleh
perspektif global mengenai peristiwa-peristiwa yang berkembang sebagai
akibat penyatuan ekonomi di Eropa Barat, restrukturisasi di Eropa Timur, dan
liberalisasi ekonomi di pasar-pasar yang sedang muncul atau di negara-negara
berkembang. Dasar pemikirannya adalah bahwa tidak ada cara yang lebih baik
untuk meramalkan dan menggambarkan apa yang terjdi di Eropa, kecuali
meminta gagasan-gagasan dari pemerintah dan para pemimpin bisnis yang ada
di sana.

11
Sebagai contoh, General Motors mendapati bahwa Dewan Penasehat
Eropa ternyata bermanfaat dalam mengadakan persiapan-persiapan
menghadapi dasa-warsa pertama abad baru. IBM minta bantuan para dewan
penasehatnya di Eropa, Asia, dan Amerika Latin untuk membantu
mengembangkan rencana-rencana strategis. Keuntungan dari para dewan luar
negeri seperti itu adalah tidak perlu membuang-buang waktu untuk meninjau
kembali anggaran atau menangani tugas-tugas terpercaya lainnya seperti
perencanaan suksesi dan dapat mencurahkan seluruh perhatiannya pada
masalah-masalah internasional yang bisa berdampak besar terhadap masa
depan perusahaan sebagai pesaing global. Para dewan perusahaan biasanya
terlalu disibukkan oleh masalah-masalah mendesak dan begitu kurang
pengetahuan tentang pembangunan sehingga tidak mampu menilai sepenuhnya
situasi global. Masukan dari dewan-dewan luar negeri menjadi suatu alat tak
ternilai untuk memperoleh perspektif global dan merencanakan strategi dalam
dan luar negeri untuk jangka yang lebih panjang.

2.3 Analisis Regresi Permintaan Konsumen


Adalah sebuah teknik statistik yang digunakan untuk menemukan
ketergantungan dari suatu variabel terhadap satu atau lebih variabel lain. Jadi
teknik ini dapat diterapkan untuk mencarai nilai dari koefisien-koefisien tersebut
menunjukkan pengaruh dari variabel yang menentukan permintaan sebuah
produk. Untuk analisis regresi, kita membutuhkan sejumlah observasi, masing-
masing terdiri dari variabel dependen Y dan nilai variable independen X yang
berhubungan. Analisa regresi ini memungkinkan kita untuk menarik kesimpulan
dari pola hubungan yang ditunjukan oleh hasil opservasi. Dalam analisis ini
dapat digunakan data runtut-waktu (time series) maupun data seksi-silang (cross-
section).

 Linieritas Persamaan Regresi.


Dengan hipotesis bahwa Y adalah suatu fungsi dari X atau beberapa
variable X, maka dapat ditentukan bentuk ketergantungan variabel Y terhadap

12
variabel-variabel X, dalam analisis regresi menurut “ketergantungan” dinyatakan
dalam bentuk yang linier. Dengan formulasi umum sebagai berikut :

Y = ∞+β1X1+ β2X2+……+ βnXn+e\

Dimana : Y = nilai yang diprediksi

∞ = konstanta

β1. β1. β1 = parameter

e = nilai residu/galat

Sebagai tambahan bahwa apabila fungsi permintaan itu berbentuk


hubungan non linier seperti tambahan bahwa apabila fungsi permintaan itu
berbentuk hubungan non linier seperti Y = ∞Xβ2 1.Xβ2 1, dimana variabel-
variabel independen dalam kasus ini X1 dan X2 mempunyai pengaruh
multiplikatif terhadap variabel dependen Y, maka hubungan garis lengkung
ini dapat dinyatakan sebagai suatu hubungan garis lurus dengan
transformasi logaritma. Sehingga menjadi:

Log Y = Log ∞ + β1 LogX1 + β2LogX2 .

 Pengestimasian Parameter-Parameter Regresi


Metode kuadrat terkecil sering disebut ordinary least squares (OLS),
adalah proses matematis untuk memilih intersep dan slope garis yang paling
tepat diminimumkan.

Jadi persamaan regresi menyatakan garis yang paling tepat. Garis


tersebut dipilih dengan prosedur matematis yang menempatkan garis
tersebut sedemikian rupa sehingga jumlah selisih/kesalahan kuadrat
(residu/galat = e2) dapat diminimumkan. Kesalahan-kesalahan dikuadratkan

13
untuk menghindari penghilangan deviasi-deviasi negatif dan untuk lebih
meratakan deviasi-deviasi yang lebih besar.

Perhitungan persamaan regresi secara mendalam tidak dijelaskan dalam


makalah ini sebab telah tersedia program-program computer, tetapi disini
secara sederhana disajikan bagaimana cara mendapatkan dan tanpa
pembuktian melalui formula sebagai berikut : -

∞= Y – βX

n Σ XY – XΣY
Β=
n Σ.X2 – (ΣY)2

dimana Y adalah rata-rata aritmatika untuk nilai-nilai Y; X adalah


rata-rata aritmatika untuk nilai X;

Σ (sigma) melambangkan jumlah dan hal-hal yang dimaksudkan/ditujukan;


dan n adalah jumlah observasi atau titik data.

Contoh pengolahan data dengan metode OLS ditunjukan oleh label


berikut:

Analisa OLS atas Dasar


Data Penjualan dan Harga 6 Toko

Toko Harga (X) Penj. (Y) XY X Y

14
($) (000)

1 0.79 4,650 3,6735 0,6241 21,6225

2 0.99 3,020 2,9898 0,9801 9,1204

3 1.25 2,150 2,6875 1,5625 4,6225

4 0.89 4,400 3,9160 0,7921 19,3600

5 0.59 6,380 3,7642 0,3481 40,7044

6 0.49 5,500 2,4750 0,2075 30,2500

4.96 26,100 19,5060 4,5094 125,6798

(ΣX) (ΣY) (ΣXY) (ΣX) (ΣY)

Dimana : X = 4,35 dan Y = 0.8267


Setelah diperoleh, maka perhitungan garis regresi akan menghasilkan nilai β =
- 5,0595 dan nilai konstanta ∞ = 8,5327. Dengan demikian berarti bahwa
fungsi regresi yang dihasilkan mempunyai persamaan :

Y = 8,5237 – 5,0595X

Maka Y = 8,5327 – 5,0595X adalah “garis yang paling tepat” bagi data
ini, dimana penjualan (Y) dinyatakan dalam ribuan unit, intersep garis ini
adalah 8,5327 unit pada sumbu Y, dan slopenya adalah -5,0595 unit penjualan
per rupiah kenaikan harga (yakni 50,595 unit untuk setiap sen kenaikan harga).

15
Persamaan regresi yang dihitung di atas menunjukkan defenisi jumlah
yang diminta atas harga per unit. Dengan mudah dapat dikompresikan ke
dalam bentuk P = ∞ + bQ yang secara tradisional digunakan sebagai kurva
permintaan. Bila Q dan P dalam persamaan regresi substitusikan diperoleh :

Q = 8,5327 – 5,0595P

5,0595 – 8,5327 – Q

P = 1,6865 – 0,19765Q

Kurva marginal revenue diperoleh dari estimasi kurva permintaan


ini, berdasarkan pemahaman bahwa MR mempunyai intercept vertical yang
sama dan dua kali slope kurva permintaan. Jadi MR = 1,6865 – 0,3953Q.

Misalnya pada harga (P) = 0,85, maka jumlah penjualan yang


diharapkan (Q) adalah :

Q = 8,5327 – 5,0595 (0.85)

Q = 4,2321

16
Dengan memasukkan nilai-nilai ini ke dalam rumus elastisitas titik,
diperoleh :

dP P 0,85
E X = -5,0595 x = 1,0162
dQ Q 4,2321

Elastisitas harga permintaan pada tingkat harga $0,85 sedikit di atas satu,
menandakan bahwa total penerimaan akan tetap/konstan walaupun harga
meningkat atau turun dari harga $0,85 tersebut.

 Masalah- Masalah dalam Analisa Regresi

Ada enam masalah utama yang harus diperhatikan dalam analisis regresi,
yaitu antara lain:

a. Kesalahan Spesifikasi
Yang menyebabkan hasil regresi kurang dapat dipercaya antara
lain disebakan oleh kekeliruan dalam menentukan hubungan antara
variabel tidak bebas dengan variabel tidak bebas dengan variabel bebas.
Ada dua kemungkinan kesalahan tersebut, yang pertama adalah
kesalahan dalam menggunakan bentuk hubungan fungsi antar variabel.
Misalnya bentuk hubungan yang sesungguhnya tidak linier tetapi cetakan
regresi yang dipakai menunjukkan hubungan linier. Sebenarnya dalam
batas-batas tertentu landasan teori memberikan petunjuk mengenai
bentuk hubungan tersebut. Akan tetapi dalam menemukan bentuk yang
tepat, kita dapat menggunakan cara dengan mencoba berbagai bentuk

persamaan. Bentuk persamaan yang nilai paling tinggi kita anggap

paling tepat. Sedangkan yang kedua kesalahan yang lain adalah


kesalahan dalam bentuk tidak memasukkan variabel penjelasan yang
relevan. Masalah ini diminimumkan melalui pengkajian teoritik yang

17
cukup memadai. Memang disamping itu dengan cara merubah komposisi
variabel-variabel penjelas, kita dapat mengatasi masalah ini.
b. Kesalahan Pengukuran
Kesalahan pengukuran dapat timbul dari berbagai sebab. Daftar
pertanyaan atau kuisioner yang kurang baik, wawancara yang kurang
memadai, pendefenisian variabel yang tidak betul, dan sebagainya dapat
berakhir pada kurang dapat dipercayainya hasil estimasi fungsi

permintaan melalui besar-besaran statistik yang terlalu kecil, statistik

t yang terlalu kecil, statistik f yang terlalu kecil dan seterusnya.


c. Hubungan persamaan Simultan
Dalam merancang sebuah fungsi regresi tidak dibenarkanadanya
hubungan timbal balik anatara variabel tidak bebas dengan salah satu
atau lebih variabel bebas. Bila ketentuan ini dilanggar maka timbul apa
yang disebut bias persamaan (equation bias). Contoh yang sangat populer
adalah penggunaan metode OLS untuk mengestimasi kurva permintaan
pasar, dimana terdapat hubungan timbal balik antara harga dan kuantitas
yang diminta. Kita dapat memperlakukan baik harta ataupun jumlah yang
diminta sebagai variabel bebas atau sebagai variabel tidak bebas. Hal ini
disebabka n oleh baik dari segi teori maupun dalam kenyataan keduanya
ditentukan secara simultan (bersamaan) oleh kedua variabel itu sendiri.
d. Multikolinieritas
Multikolinieritas timbul sebagai akkbat adanya hubungan kasual
antara dua variabel pejelas (variabel bebas) atau lebih, atau sebagai
akibat adanya kenyataan bahawa dua variabel penjelas atau lebih secara
bersama-sama dipengaruhi oleh variabel ketiga yang berada diluar sistem
persamaan regresi.
Keberadaan multikolinieritas dapat ditemukan melalui tes korelasi
antar variabel penjelas. Kalau diketemukan korelasi yang tinggi, maka
salah satu variabel penjelas dilepas.
Dengan adanya multikolinieritas maka hasil estimasi koefisien
regresi bersifat bias. Analisa regresi tidak mampu menemukan hubungan
yang benar dan kemampuan hubungan yang benar prediksinya menjadi
lemah. Namun demikian maslah adanya multikolinieritas dalam fungsi

18
regresi dapat ditoleransi apabila persamaan itu dimaksudkan untuk tujuan
prediksi, karena kita ingin mengetahhui pengaruh seluruh variabel bebas
bersama-bersama dan bukan untuk menjelaskan kekuatan-kekuatan
hubungan masing-masing variabel bebas terhadap variabel tidak bebas.
Tetapi bila regresi digunakan untuk keperluan sebagai modal penjelas,
maka harus tidak ada multikolinieritas.
e. Heteroskedastisitas,
Keadaan unsur ini dapat dilihat dari grafik distribusi nilai
“residuals”. Kalau grafiknya secara teratur membengkok atau mengecil
dengan bertambah besarnya nilai variabel penjelas, maka kita harus

waspada dalam menginterprestasikan bessaran statistik t dan karena

kurang dapat dipercaya dengan kecenderungan terlalu tinggi diatas nilai


yang sebenarnya. Nilai kesalahan standar koefisien regresi memberikan
indikasi yang keliru. Masalah ini dapat diatasi dengan meninjau kembali
komposisi variabel-variabel penjelas dan merubah bentuk persamaan
hubungan fungsional.
f. Otokorelasi atau serialkorelasi
Otokorelasi adalah masalah lain yang timbul bila kesalahan tidak
sesuai dengan batasan yang diisyaratkan oleh analisis regresi. Otokorelasi
atau serialkorelasi hanya terjadi kalau kita mengggunakan data kurun
waktu (time series) dan ditandai oleh pola kesalahan yang beruntun.
Yakni besarnya kesalahan kian besar atau kecil. Yang menunjukkan pola
siklus atau lainnya, karena observasi-observasi X disusun secara
kronologis, pola ini menadakan bahwa beberapa variabel lain berubah
secara sistematis dan mempengaruhi variabel dependen. Otokorelasi
dapat ditemukan secara visual melalui grafik time series residuals atau uji
statistik “Durbin waston”
Otokorelasi dapat dihilangkan dengan menambahkan variabel yang
dapat menjelaskan perubahan yang sangat sistematis tersebut kedalam
persamaan regresi. Sebagai contoh, bila residu nampak mengikuti pola
siklus, variabel “Dummy” dibutuhkan bagi perhitungan variasi musiman.
 Analisa Runtut Waktu Versus Waktu Seksi-silang.

19
Analisa runtut waktu menggunakan observasi yang telah dicatat
selama waktu tertentu dalam situasi tertentu. Misalnya tingkat harga dan
penjualan bulanan suatu produk dari sebuah perusahaan yang telah
dikumpulkan selama enam atau dua belas bulan. Satu masalah dalam
analisis ini adalah bahwa beberapa factor yang dapat dikendalikan yang
yang mempengaruhi penjualan cenderung untuk berubah selama periode
waktu tersebut, sehingga beberapa perbedaan dalam observasi penjualan
merupakan akibat dari pengaruh-pengaruh ini, dan bukan karena pengaruh
tingkat harga. Jika perubahan variabel-variabel tak terkendali tersebut
dapat diamati dan diukur, kita dapat memasukkan variabel-variabel ini
sebagai variabel independen dalam analisis regresi. Misalnya, tindakan
para pesaing dan perubahan tingkat pendapatan konsumen sebaiknya
dikuantifikasikan (secara langsung atau dengan variable proksi yang tepat)
dan dimasukan kedalam analisis.

Sebaiknya, perubahan selera dan pola preferensi konsumen sulit


diukur dan diamati, walaupun kedua hal tersebut berubah sepanjang
waktu. Kita dapat memasukkan pengaruh selera dan faktor-faktor lain
yang cenderung berubah sepanjang waktu tersebut dengan cara
memasukkan variabel waktu sebagai variabel independen dalam analisis
regresi.

Analisis seksi silang menggunakan observasi-observasi dari


perusahaan yang berbeda dalam lingkungan bisnis yang sama. Dengan
demikian, analisis ini bisa mengurangi masalah yang ditimbulkan oleh
perubahan variabel-variabel tak terkendali sepanjang waktu, tetapi timbul
faktor-faktor seperti efektifitas tenaga penjualan, posisi aliran kas, tingkat
kegiatan promosi, dan tujuan manajemen berbeda-beda antar perusahaan,
maka kesemua hal tersebut akan mempunyai dampak yang berbeda pula
terhadap tingkat penjualan. Sekali lagi, jika faktor-faktor ini dapat
dikuantifikasikan dan datanya dapat dimasukkan kedalam analisis regresi
untuk mengetahui dampaknya terhadap variabel dependen.

20
 Sebab-sebab terjadinya fluktuasi dalam data deret waktu
1. Tren sekuler berhubungan dengan peningkatan atau penurunan seri data
dalam jangka panjang. Misalnya, banyak deret waktu dari penjualan
memperlihatkan tren meningkat selama bertahun-tahun disebabkan
pertumbuhan penduduk, dan menigkatnya pengeluaran per kapita.
Beberapa di antaranya, seperti mesin ketik, memperlihatkan gejala
menurun karena semakin banyak konsumen beralih ke PC.
2. Fluktuasi siklis adalah ekspansi dan konstruksi yang utama dalam banyak
deret waktu ekonomi yang kelihtan berulang kembali setiap beberapa
tahun. Misalnya industri konstruksi perumahan mengikuti ayunan siklis
yang panjang meliputi 15 sampai 20 tahun, sedangkan industri mobil
memperlihatkan siklus-siklus yang jauh lebih pendek.
3. Variasi musiman merujuk kepada fluktuasi yang secara teratur berulang
kembali dalam kegiatan ekonomi tiap-tiap tahun disebabkan oleh cuaca
dan kebiasaan-kebiasaan sosial. Jadi pembangunan perubahan biasanya
jauh lebih banyak dalam musim semi dan musim panas daripada dalam
musim dingin, sedangkan penjualan eceran paling ramai selama kuartal
terakhir setiap tahun.
4. Pengaruh tak teratur atau acak adalah variari-variasi dalam seri data
disebabkan oleh perang, bencana alam, pemogokan, atau peristiwa-
peristiwa lain yang istimewa.
 Proyeksi Tren

Bentuk paling sederhana dari analisis waktu adalah proyeksi tren masa lalu
dengan meletakkan suatu garis lurus pada data, baik secara visual atau,
lebih persis lagi, dengan analisis regresi. Model regresi linier akan
mengambil bentuk

= +bt

Dimana adalah nilai deret waktu yang akan diramalkan untuk periode t,

adalah nilai deret waktu yang diperkirakan dalam periode dasar, b adalah

21
jumlah absolut pertumbuhan setiap periode, t adalah periode waktu yang
didalamnya adalah diramalkan deret waktu tersebut.

BAB III
Penutup
3.1 Kesimpulan
Penaksiran permintaan berkaitan dengan cara memperoleh nilai-
nilai parameter pada fungsi permintaan yang cocok pada saat ini.
Informasi ini penting bagi pengambilan keputusan sekarang dan dalam
mengevaluasi apakah keputusan-keputusan sudah optimal dalam konteks
situasi permintaan sekarang.
Reaksi pembeli atas perubahan variabel-variabel independen dalam
fungsi permintaan dapat ditaksir dengan cara wawancara dan survei.,
membuat pasra simulasi, atau eksperimen-eksperimen pasar secara
langsung. Perhatian harus diarahkan untuk memilah sampel random yang
cukup mencerminkan pasar sasaran, dan ukuran masing-masing sampel

22
harus cukup besar sehingga penemuan-penemuan itu dapat dipercaya.
Disain kuisioner penting bagi ketepatan prediksi dari wawancara dan
survei. Intensi-intensi konsumen tidak terlalu akurat diterjemahkan ke
dalam tindakan. Bias wawancara dan kurangnya minat kosumen atau
informasi juga membuat distorsi taksiran yang di peroleh.
Pasar simulasi dan eksperimen passar secara langsung
memungkinkan observasi atau konsumen selama proses keputusan
konsumsi, dan kesimpulan dapat ditarik dari perilaku aktual konsumen.
Perhatian harus diberikan untuk menghilangkan dampak dari pengaruh-
pengaruh jangka panjanng dan untuk memastikan apakah perilaku orang-
orang dalam klinik konsumen mencerminkan pola perilakunya yang lajim.
Teknik pemasaran langsung memberika kesempatan yang ideal untuk
menguji dampak berbagai tingkat-tingkat harga yang berbeda atau
variabel-variabel strategik.
Analisa regresi dari data yang dikumpulkan memungkinkan
perhiungan koefisien-koefisien fungsi permintaan, juga perhiungan berupa
beberapa statistik yang menunjukkan keyakinan yang bisa digunakan
untuk mendapatkan taksiran. Analisis regresi adalah suatu alat yang sangat
baik bila digunakan secara tepat untuk menaksir parameter-parameter
fungsi permintaan, berdasarkan kaitan observasi dengan data runtut waktu
maupun seksi silang. Kesalahan-kesalahan yang dapat membuat validitas
teknik diatas berkurang telah diperliatkan sehingga peneliti dapat
merumuskan masalaah untuk analisis dengan baik dan
menginterprestasikan hasil-hasil analis dengan baik pula.

23
Daftar Pustaka

http://priyono.web.id/index.php/materi-kuliah/ekonomi-manajerial/546-
bab-viii-penafsiran-fungsi-permintaan.html

Salvatore, Dominick. (2011). Managerial Economics - Ekonomi


Manajerial dalam perekonomian global. Jakarta: Salemba Empat.

24